Критерий ожидаемого значения можно модифицировать так, что его можно будет применить и для редко повторяющихся ситуаций.
Если х — с. в. с дисперсией DX, то среднее арифметическое x^ имеет дисперсию DX/n, где n — число слагаемых в x^. Следовательно, если DX уменьшается, и вероятность того, что x^ близко к MX, увеличивается. Следовательно, целесообразно ввести критерий, в котором максимизация ожидаемого значения прибыли сочетается с минимизацией ее дисперсии.
Пример 2. Применим критерий «ожидаемое значение — дисперсия» для примера 1. Для этого необходимо найти дисперсию затрат за один интервал времени, т.е. дисперсию
зТ=(C1∑nt+C2n)/T
Т.к. nt, t = {1, T-1} — с.в., то зТтакже с.в. С.в. ntимеет биномиальное распределение с M(nt) = nptи D(nt) = npt(1–pt). Следовательно,
D(зТ) = D((C1∑nt+C2n)/T) = (C1/T)2 D(∑nt) =
= (C1/T)2 ∑Dnt = (C1/T)2 ∑npt(1-pt) = (C1/T)2 {∑pt - ∑pt2},
где С2n = const.
Из примера 1 следует, что
М(зТ) = М(з(Т)).
Следовательно искомым критерием будет минимум выражения
М(з(Т)) + к D(зТ).
Замечание. Константу «к» можно рассматривать как уровень не склонности к риску, т.к. «к» определяет «степень возможности» дисперсии Д(зТ) по отношению к математическому ожиданию. Например, если предприниматель, особенно остро реагирует на большие отрицательные отклонения прибыли вниз от М(з(Т)), то он может выбрать «к» много больше 1. Это придает больший вес дисперсии и приводит к решению, уменьшающему вероятность больших потерь прибыли.
|
|
При к=1 получаем задачу
M(з(T))+D(з(T)) = n { (C1/T+C12/T2)∑pt - C12/T2∑pt2 + C2/T }
По данным из примера 1 можно составить следующую таблицу
T | pt | pt2 | ∑pt | ∑pt2 | М(з(Т))+D(з(Т)) |
0,05 | 0,0025 | 500.00 | |||
0,07 | 0,0049 | 0,05 | 0,0025 | 6312,50 | |
0,10 | 0,0100 | 0,12 | 0,0074 | 6622,22 | |
0,13 | 0,0169 | 0,2 | 0,0174 | 6731,25 | |
0,18 | 0,0324 | 0,35 | 0,0343 | 6764,00 |
Из таблицы видно, что профилактический ремонт необходимо делать в течение каждого интервала Т*=1.